중심극한정리 계산기
해당 위치에 필요한 통계 엔터티를 입력하면 계산기는 다음과 같이 중심 극한 정리를 사용하여 평균 및 표준 편차를 결정하려고 시도합니다.
온라인 중심 극한 정리 계산기를 사용하면 정리를 사용하여 표본의 평균과 표준 편차를 결정할 수 있습니다. 이 무료 계산기는 중심 극한 정리 공식을 사용하여 단계별 계산을 제공합니다. 이 문구의 다양한 유형과 예를 알아보겠습니다.
중심극한정리란 무엇인가?
중심 극한 정리는 표본 크기가 충분히 크면 모집단 분포가 정규 분포가 아니더라도 표본 평균 분포가 정규 분포에 가까워진다는 것입니다.
중심 극한 정리 공식:
이 공식은 표본 분포에 다음과 같은 중심 극한 정리 조건이 있음을 나타냅니다.
- 표본분포의 평균은 모집단 분포의 평균(μ)과 같습니다.
- 표본분포의 편차는 모집단 분포의 편차를 표본 크기로 나눈 것과 유사합니다.
이것은 중심 극한 정리 계산기에서 사용되는 표본 크기 공식입니다.
표본 평균에 대한 중심 극한 정리:
표본 평균의 중심 극한 정리는 추출하는 표본이 점점 더 커진다는 것입니다. 표본 평균은 중심 극한 정리 계산기를 사용하여 평균을 계산할 때 자체 정규 분포를 형성합니다. 이 분포는 원래 분포와 같은 평균을 가지며 변동은 분산을 표본 크기로 나눈 값과 같습니다. 변수 n은 실험 실행 횟수가 아니라 평균값의 합입니다. 크기 n의 랜덤 표본에서 확률 변수(x)를 추출할 때, 표본 평균으로 구성된 확률 변수(x)의 분포를 평균의 표본 분포라고 합니다. 표본 크기 n이 증가함에 따라 평균의 표본 분포는 정규 분포에 가까워집니다. 샘플의 변수 X(bar)μ_x는 X와 X(bar)의 평균입니다.X의 표준편차(bar)
이를 평균의 표준오차라고 합니다. 그러나 온라인 한계 계산기는 어느 지점에서나 주어진 함수의 양수 한계 또는 음수 한계를 결정할 수 있습니다.
합의 중심 극한 정리:
합산의 중심 극한 정리는 A가 분포가 알려지거나 알려지지 않은 확률 변수(모든 분포일 수 있음)라고 가정합니다.
μ = A의 평균값
σ = A의 표준편차
A의 표준 편차 합의 중심 극한 정리는 계속해서 더 많은 표본을 채취하여 그 합을 취하면 해당 합이 정규 분포와 유사한 자체 정규 분포(표본 분포)를 형성한다는 것입니다.
- 표본 수가 증가함에 따라 정규 분포의 평균은 원래 평균에 표본 크기를 곱한 것과 같습니다.
- 표준편차는 원래 표준편차에 표본 크기를 곱한 제곱근입니다.
변수 ΣX에는 이와 관련된 몇 가지 z 점수가 있습니다.
- Σx는 합이다.
- z = Σx–(n)(μ)/(sqrt{n})(σ)
- (n)(μ) = ΣX의 평균값
- (sqrt{n})(σ) = (σΣX) ΣX의 편차
예:
쓰기 테스트에서 평균은 35, 표준편차는 5입니다. 후보자의 점수가 40점이라면 z-점수는 얼마입니까?
Z = x−μ/σ
Z = 40−35/5
Z=1
따라서 중심 극한 정리 예에서는 표본 평균과 표준 편차를 사용하여 z-점수를 제공합니다. 그러나 온라인 평균 정리 계산기는 평균 정리를 사용하여 함수의 변화율을 찾는 데 도움이 될 수 있습니다.